Jump to content
Compvision.ru

Leaderboard

  1. Smorodov

    Smorodov

    Главные администраторы


    • Points

      2

    • Content count

      3,855


  2. Nuzhny

    Nuzhny

    Пользователи


    • Points

      2

    • Content count

      1,421


  3. EFilimonov

    EFilimonov

    Пользователи


    • Points

      1

    • Content count

      2



Popular Content

Showing most liked content since 06/29/2021 in all areas

  1. 1 point
    Не знаю, кто вы и какое качество непосредственно работ, но сайтом надо заняться получше. Глядя на него, доверия к конторе не возникает. 1. Открой сайт в отдельной вкладке. Как она называется? "home page" с маленькой буквы?!! Ну нет, это же не сайт со студенческой курсовой. 2. У меня в Firefox заголовок "Power of Knowledge" наползает на "We develop artificial intelligence, machine learning and vision, data processing, neural network". Прямо сильно наползает. 3. В некоторых destinations текст начинается с маленькой буквы, а в других - с большой. Ну и в целом про позиционирование. Глядя на тот же сайт кажется, что у вас нет продукта. "Натренировали модель на открытых данных." Ну, ок. А что вы продаёте? Например, распознавание номеров, которое является одной из компетенций. Что есть продукт? Вы продаёте готовый продукт, который можно запустить как сервис и он берёт видео с камер и присылает в БД заказчика номера? Вы продаёте услуги по обучению нейросети на датасете заказчика? Вы приходите на объект, ставите камеру, собираете и размечаете датасет, тренируете, а потом выкатываете готовый проект по открыванию, например, шлагбаума на парковке? Даже если вы продаёте исключительно умение тренировать нейросети (что очень мало для клиента), то всё равно надо как-то это оформить в виде конкретных кейсов, типа: "За 1 месяц под ключ сделаем вам автоматическую парковку." Что-то в этом роде.
  2. 1 point
    В 2022 Студии могут быть проблемы, если ты используешь CUDA. Она поддерживает только CUDA 11.6
  3. 1 point
    Посмотрите еще TLD tracker, ну и https://github.com/Smorodov/Multitarget-tracker . LK tracker быстрый, но не самый надежный вариант. Я имею ввиду, комбинацию трекеров, простой и быстрый, для коротких треков, между вызовами сложных и точных, для захвата/восстановления трека. Это даст регулируесый уровень компромиса между надежностью и вычислительными затратами/плавностью трека. Кстати, я как то делал проект с BFM : https://github.com/Smorodov/nano_bfm И еще SMPL: https://github.com/Smorodov/nano_smpl
  4. 1 point
    Отвечу на свой вопрос, может быть кому-то пригодится. Christoph Rackwitz дал мне хороший совет: Я изменил алгоритм. Когда угловые точки передаются алгоритму MOSSE, а не оптическому потоку то курсор ведет себя гораздо стабильнее. Возникла небольшая проблема с дискретным перемещением, поскольку рамки объектов перемещались одновременно на равное число пикселей. Поэтому и курсор двигался скачками. Поэтому пришлось устанавливать фильтр не на курсор, а на каждую точку. Но, как видно на видео, в итоге нагрузка на процессор не увеличилась. https://www.youtube.com/watch?v=WKwuas0GVkA 1. Lucas-Kanade optical flow: goodFeaturesToTrack(), cornerSubPix(), calcOpticalFlowPyrLK(), cursor EWMA filter 2. MOSSE object tracking: goodFeaturesToTrack(), cornerSubPix(), cv::legacy::TrackerMOSSE, all points EWMA filtration И, конечно, мне нужно было не забывать включить библиотеку tracking453.lib to Linker. Я потратил полдня, выясняя причину unresolved external symbol LNK2001 error при включении cv::legacy::Tracker. Почему то включение трекера из основной библиотеки (cv::Tracker) не приводило к этой ошибке компиляции, это сбивало с толку. Basel Face model, если получится, попробую для отслеживания мимики. Smorodov, спасибо что обратили внимание!
  5. 1 point
    Здравствуйте, предварительныя обработка может убрать шум, если усрежнять кадры или делать морфологию, но, как вы заметили, это не сильно добавляет стабильности, за исключением некоторых редких случаев. Намного лучшие результаты дают фильтры по модели. Это предполагает, что лицо имеет меньше степеней свободы чем независимые точки в том количестве что выдает детектор. Если кратко то у точек 3*N степеней свободы, а у лица M + 6, где N - количество точек, M - количество независимых групп мышц. Соответственно, точки не могут гулять как попало, они должны принадлежать модели. Есть параметрические модели лиц, например Basel Face model одна из наиьолее популярных, она довольно тяжелая, но можно достать из нее только нужные точки. Дальше линейная оптимизация, поможет сопоставить 2D и 3D, найти поворот, масштаб, смещение и параметры формы. Вот тут посмотрите: https://github.com/3d-morphable-models/curated-list-of-awesome-3D-Morphable-Model-software-and-data
×